Gauge CLI 开源发布：通过本地 Agent 循环测试优化产品文档与技能发现

Gauge 是一个开源 CLI 工具，旨在通过递归运行真实编码 Agent 来优化产品的文档、CLI、SDK 和 MCP 等技能的可用性。它允许开发者在本地 Docker 环境中，利用现有的 Agent 订阅或 API 密钥（支持 Claude Code、Codex、Pi 和 OpenCode），模拟 Agent 在产品上遇到的卡顿点，如交互式命令阻塞、过时 API 模式调用或技能未被发现等问题。该工具的核心价值在于构建了一个完整的“定义任务 - 测试现状 - 识别摩擦 - 修改并重新测试”的本地闭环，使开发者能在发布前验证修复方案是否真正解决了 Agent 的使用障碍。

技术实现上，Gauge 将不同 Agent 的事件流标准化为一致的会话记录，并通过 SQLite 数据库存储评估结果和判断依据。它支持两种执行模式：本地模式完全在用户机器上运行，仅依赖 Docker 和本地凭证，适合快速迭代；托管模式则提供管理基础设施和跨时间的共享测量能力，支持 Web 夹具测试未发布的文档页面。工具还引入了 Skill 概念，教导 Agent 如何定位指令，并允许通过 `gauge run compare` 命令对比修复前后的批次数据，量化完成度、可用回合数和时长变化。

事实层面，该工具目前处于开源发布阶段，MIT 许可，无需 Gauge 账户即可使用本地功能，但收集默认的命令使用遥测数据。推断其设计逻辑是解决当前 AI 开发中“文档写得好但 Agent 用不好”的盲区，将传统的单元测试思维迁移到 Agent 体验领域。猜测其后续可能成为类似 SWE-bench 的基准测试平台，但目前主要聚焦于特定项目的内部质量提升，尚未形成行业通用的评测标准。